模块化可重构机器人动力学研究进展 被引量：1

1

作者 周柏李 方虹斌 徐鉴 《动力学与控制学报》 2023年第1期1-17,共17页

模块化可重构机器人由于其构型多变,运动形式丰富等特点,可以在非结构化环境或未知环境中执行任务,在最近几年迅速成为机器人研究领域的前沿和热点.模块化可重构机器人在军事、医疗、教育等众多工程领域具有广泛的应用前景,其典型代表... 模块化可重构机器人由于其构型多变,运动形式丰富等特点,可以在非结构化环境或未知环境中执行任务,在最近几年迅速成为机器人研究领域的前沿和热点.模块化可重构机器人在军事、医疗、教育等众多工程领域具有广泛的应用前景,其典型代表包括仿生多足模块化机器人、模块化可重构机械臂、晶格式模块化机器人等.模块化可重构机器人丰富的构型设计、多样的连接特征、不断拓展的应用范围,给动力学建模与控制带来了很多挑战和机遇.本文首先阐述了模块化可重构机器人的研究背景和意义,并概述了其构型分类与设计、构型描述与运动学建模方法.随后,本文系统回顾了模块化可重构机器人动力学研究中相关问题的最新进展,包括:(1)系统整体动力学建模;(2)结合面以及对接机构动力学建模;(3)基于动力学模型的控制方法.本文最后提出了模块化可重构机器人动力学研究中若干值得关注的问题. 展开更多

关键词 模块化可重构机器人 构型分类 动力学建模 结合面建模 动力学控制

下载PDF 职称材料

一款仿蚯蚓机器人的纤维驱动特性建模与辨识 被引量：2

2

作者 刁斌斌 徐鉴 +1 位作者 何健锋 张晓旭 《动力学与控制学报》 2023年第2期1-11,共11页

针对一款Yoshimura折纸结构仿蚯蚓移动机器人,本文提出了基于人工肌肉纤维驱动的折展-纤维机器人新构型.该人工肌肉纤维为镀银尼龙线材质,以电热方式实现纤维收缩驱动,是一种典型的力电热耦合材料.考虑到其力电热耦合特性尚未明确,本文... 针对一款Yoshimura折纸结构仿蚯蚓移动机器人,本文提出了基于人工肌肉纤维驱动的折展-纤维机器人新构型.该人工肌肉纤维为镀银尼龙线材质,以电热方式实现纤维收缩驱动,是一种典型的力电热耦合材料.考虑到其力电热耦合特性尚未明确,本文首先基于第一性原理提出了等长收缩状态下驱动电流-纤维温度微分模型,并通过NSGA-Ⅱ算法精确辨识了模型各参数.进一步,基于数据驱动建模方式明确了等长收缩状态下纤维温度-收缩力关系以及等温收缩状态下纤维变形-收缩力关系,最终实现了人工肌肉纤维力电热耦合特性的精确刻画,为新型仿蚯蚓移动机器人的运动性能分析和优化提供了理论基础. 展开更多

关键词 仿蚯蚓机器人 Yoshimura折纸 纤维驱动 力电热耦合 参数辨识

下载PDF 职称材料

基于改进快速行进平方法的多移动机器人聚集路径规划与控制 被引量：1

3

作者 黄斌 俞凯文 +1 位作者 周柏李 方虹斌 《动力学与控制学报》 2023年第12期96-106,共11页

针对多移动机器人聚集的路径规划与控制问题,本文提出了基于改进快速行进平方法的路径规划策略.首先,运用分段函数改进了速度图,实现了更安全、更高效的路径规划,可以将快速行进网格地图上的速度映射到真实机器人速度上,并且减少传统快... 针对多移动机器人聚集的路径规划与控制问题,本文提出了基于改进快速行进平方法的路径规划策略.首先,运用分段函数改进了速度图,实现了更安全、更高效的路径规划,可以将快速行进网格地图上的速度映射到真实机器人速度上,并且减少传统快速行进平方法在回溯路径过程中产生的冗余路径;接着,针对多移动机器人聚集过程总能耗最小、聚集点附近空间最大、聚集队形约束下的聚集过程总能耗最小三种任务需求,分析设计不同的目标函数,给出多移动机器人的聚集点和对应规划路径,展示本文方法的有效性以及在不同场景下的适用性.最后,在车辆动力学模型基础上,使用模型预测控制以改进后的快速行进网格地图上的速度作为机器人参考速度进行了轨迹跟踪仿真实验,实现结果显示跟踪误差减小,验证了本文改进速度场的有效性,可适用于真实环境下多移动机器人聚集路径规划与控制. 展开更多

关键词 快速行进平方法 多移动机器人 聚集 路径规划 模型预测控制

下载PDF 职称材料

机器人辅助手部运动神经康复系统的进展与趋势研究 被引量：1

4

作者 程绮颖 王友好 +3 位作者 杜强 李阳 罗静静 王洪波 《中国体视学与图像分析》 2021年第1期24-38,共15页

基于脑机接口(BCI)的神经反馈训练是一种用于脑卒中后运动康复的新方法,与传统康复方式不同,这种方法可以调动患者训练的主动性,提高大脑的参与度,诱发神经功能重组,从而改善康复训练的效果。本文针对融合手功能康复机器人的神经反馈训... 基于脑机接口(BCI)的神经反馈训练是一种用于脑卒中后运动康复的新方法,与传统康复方式不同,这种方法可以调动患者训练的主动性,提高大脑的参与度,诱发神经功能重组,从而改善康复训练的效果。本文针对融合手功能康复机器人的神经反馈训练系统进行深入调研,通过手部运动神经活动诱发范式、手部康复机器人的运动反馈方式、神经解码方式和手部康复训练评价方式的介绍,分析神经反馈训练系统的研究现状,揭示神经可塑性机制在康复医学中的转化及其应用研究不足,并基于当前需要解决的问题,探讨系统效用提升的途径。 展开更多

关键词 康复训练系统 运动神经反馈 手功能康复 脑机接口 脑功能重组

原文传递

结合单列多列神经网络的移动状态人群计数方法研究

5

作者 温宇健 郭士杰 《计算机应用与软件》 北大核心 2024年第6期194-199,共6页

已有人群计数方法局限于对人群的全部进行计数,在仅对人群中的移动者进行计数时准确率较低,基于注意力的多阶段深度学习框架被提出以解决这一问题。通过注意力机制适应性地在单列和多列计数网络进行选择,结合单列网络的深层特征表示能... 已有人群计数方法局限于对人群的全部进行计数,在仅对人群中的移动者进行计数时准确率较低,基于注意力的多阶段深度学习框架被提出以解决这一问题。通过注意力机制适应性地在单列和多列计数网络进行选择,结合单列网络的深层特征表示能力和多列网络多尺度特征学习能力,有效提取人群中移动者的特征。实验结果表明,所提出的方法均方误差(MSE)和平均绝对误差(MAE)皆低于已有人群计数方法,能够有效提高处于移动状态的人群的计数精度。 展开更多

关键词 人群计数 深度学习 单列多列网络 注意力机制

下载PDF 职称材料

机器人作业工作空间分析与应用 被引量：3

6

作者 齐立哲 甘中学 孙云权 《机械设计》 CSCD 北大核心 2021年第10期15-21,共7页

为了更好地设计满足任务要求的机器人,文中通过分析机器人应用系统的特点,阐述了工业机器人应用系统作业点、单作业点作业矩阵空间、单作业点作业空间的含义,进而介绍了机器人作业工作空间的内涵;以机器人叶盘测量系统为例,展示了机器... 为了更好地设计满足任务要求的机器人,文中通过分析机器人应用系统的特点,阐述了工业机器人应用系统作业点、单作业点作业矩阵空间、单作业点作业空间的含义,进而介绍了机器人作业工作空间的内涵;以机器人叶盘测量系统为例,展示了机器人作业工作空间实际应用效果,为机器人结构设计、应用系统布局及避障提供了理论依据。 展开更多

关键词 工业机器人 作业矩阵 作业工作空间 叶盘测量

原文传递

具有非完整约束移动机器人的超宽带-惯导-里程计融合定位与能观测性分析 被引量：2

7

作者 周柏李 方虹斌 徐鉴 《动力学与控制学报》 2022年第6期64-75,共12页

为解决现有超宽带-惯导组合定位系统在轮式移动机器人的定位精度低、依赖高精度IMU等问题,提出了一种采用误差状态卡尔曼滤波融合超宽带-惯导-里程计的定位算法,利用里程计的线速度测量和由非完整约束隐含的伪测量,提高了移动机器人的... 为解决现有超宽带-惯导组合定位系统在轮式移动机器人的定位精度低、依赖高精度IMU等问题,提出了一种采用误差状态卡尔曼滤波融合超宽带-惯导-里程计的定位算法,利用里程计的线速度测量和由非完整约束隐含的伪测量,提高了移动机器人的位置和姿态估计精度.同时,对于由多传感器测量模型组成的非线性系统,通过基于李导数的能观性秩条件分析方法对该系统的能观测性进行了详细的理论分析与数学证明,得到了系统局部弱可观的条件,从而确定了系统状态可以被无偏估计所需要的测量输出以及控制输入.仿真结果表明,在满足能观测性条件时,本文提出的方法能够有效地获得移动机器人较准确的六自由度位姿,且相比传统方法显著提升了定位精度. 展开更多

关键词 多传感器融合 非完整约束 能观测性 误差状态卡尔曼滤波

下载PDF 职称材料

基于库伦-粘性摩擦模型的大腿假肢动力学参数辨识 被引量：1

8

作者 张稳 吕阳 +1 位作者 徐鉴 张晓旭 《动力学与控制学报》 2024年第2期68-76,共9页

基于模型的智能假肢控制方式具有物理意义明确、参数变量少的优势,但受建模误差、模型不确定等因素的影响,其控制精度仍有待进一步提高,而有效措施之一便是假肢先验动力学建模与辨识.本文针对实验室新设计的动力大腿假肢,研究了基于库伦... 基于模型的智能假肢控制方式具有物理意义明确、参数变量少的优势,但受建模误差、模型不确定等因素的影响,其控制精度仍有待进一步提高,而有效措施之一便是假肢先验动力学建模与辨识.本文针对实验室新设计的动力大腿假肢,研究了基于库伦-粘性摩擦的大腿假肢动力学参数辨识问题.首先,基于拉格朗日方法建立了具有固定传动比动力膝关节和非线性传动比动力踝关节的大腿假肢动力学模型;其次,采用库伦-粘性摩擦模型来描述假肢动力学模型中的关节摩擦行为;最后,通过粒子群优化算法辨识了大腿假肢的动力学参数.结果表明,相比于基于3D建模软件的估计参数,基于辨识参数重构的膝、踝关节电机扭矩与实测扭矩的均方根误差分别降低了93.55%和80.83%,模型精度得到了显著提高.这一结果不仅验证了本文假肢动力学建模与参数辨识方法的有效性,也为假肢后续的高精度控制提供了技术支撑. 展开更多

关键词 大腿假肢 动力学建模 关节非线性 粒子群算法

下载PDF 职称材料

精确抓握力量控制的脑动力学研究

9

作者 张娜 李可 +2 位作者 侯莹 张冬梅 魏娜 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第6期711-718,共8页

精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康右利手受试者被要求在10%、20%和30... 精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康右利手受试者被要求在10%、20%和30%最大自主收缩力(MVC)等3个力量水平下进行精确抓握的力量控制,同时采集运动过程中拇指和食指的力信号、压力中心点(COP)轨迹以及脑电信号(EEG),并分别使用变异系数(CV)、COP速度和COP面积以及递归定量分析(RQA)进行量化评估。结果显示,拇指和食指的指尖力信号的CV与力量水平呈现线性正相关(拇指:r=0.624,P<0.001;食指:r=0.721,P<0.001);拇指和食指在30%MVC力量水平的COP面积分别为(1.94±1.21)和(2.02±1.45) mm2,显著大于在10%MVC((1.01±0.81)、(0.89±1.02) mm2)和20%MVC((1.20±0.62)、(1.16±0.63) mm2,P<0.05)时的COP面积。拇指在10%,20%和30%MVC下x和y轴的COP速度分别为(4.23±1.11)、(2.11±0.50)、(1.70±0.40) mm/s和(6.22±1.45)、(3.39±0.70)、(2.90±0.69) mm/s,呈现随着力量水平的增加而逐级下降的趋势(P<0.01),而10%MVC下的食指x和y轴的COP速度((4.95±1.34)、(7.04±1.75) mm/s)显著高于20%MVC((2.78±0.53)、(3.79±0.63) mm/s)和30%MVC ((2.95±0.94)、(3.54±0.82) mm/s,P<0.05)。随着力量水平的增加,EEG信号α频带的RQA参数显著下降(P<0.05)。研究表明,随着力量水平的增加,力量波动性、EEG信号的复杂性增加,手指的调整速度和控制稳定性降低,EEG信号的α频带与精确抓握的运动控制密切相关。研究揭示精确抓握指力的指力控制与中枢神经系统的动力学行为有密切耦联,为深入研究中枢外周协同工作机制、定量评估神经肌肉系统功能提供新的路径。 展开更多

关键词 精确抓握 脑电信号 最大自主收缩力 递归定量分析 神经控制机制

下载PDF 职称材料

机器人拟人化形态的用户认知机理研究 被引量：3

10

作者 李洁 张千 +2 位作者 沈佳骏 郭士杰 甘中学 《机械设计与研究》 CSCD 北大核心 2021年第5期6-9,共4页

面对服务机器人造型的拟人化趋势,如何避免恐怖谷效应提升用户对其接受度和好感度是设计研究亟待解决的问题。基于ABOT数据库251个机器人样本,对机器人造型进行解构并获取用户对机器人拟人度评分,通过数据分析得到机器人造型特征与用户... 面对服务机器人造型的拟人化趋势,如何避免恐怖谷效应提升用户对其接受度和好感度是设计研究亟待解决的问题。基于ABOT数据库251个机器人样本,对机器人造型进行解构并获取用户对机器人拟人度评分,通过数据分析得到机器人造型特征与用户拟人化认知的数理模型,进一步研究拟人化造型特征与机器人功能性、亲和力和好感度的关系模型,为服务机器人的拟人化形态设计提供理论依据。 展开更多

关键词 工业设计 机器人形态 拟人化 认知机理

原文传递

切口式单孔腹腔镜连续体手术机器人构型设计和优化

11

作者 潘琪琪 罗静静 +1 位作者 王富豪 王洪波 《机械工程学报》 EI CAS CSCD 北大核心 2023年第23期55-67,共13页

针对现有单孔腹腔镜柔性手术机器人刚度不足,负载能力较差及灵活度低等问题,提出了一种切口式连续体机器人机械臂构型设计方案。考虑柔性机器人工作刚度和灵活性难以同时提高这一瓶颈,结合分层理论(Layerwise theory, LWT)及拉格朗日乘... 针对现有单孔腹腔镜柔性手术机器人刚度不足,负载能力较差及灵活度低等问题,提出了一种切口式连续体机器人机械臂构型设计方案。考虑柔性机器人工作刚度和灵活性难以同时提高这一瓶颈,结合分层理论(Layerwise theory, LWT)及拉格朗日乘子法对模型构造及尺寸参数进行优化。基于Ⅰ型裂纹模型和应力强度分析,对绳驱机器人的牵引线位限方式进行优化。利用切口式机器人切口间隙和连续体最大可弯曲角度θ的关系图以及有限元分析,提出了切口间距优化策略。通过样机测试验证了各优化方案的可行性和有效性。实验证明,优化后的实验机械臂样机在0.5 N的弯曲反向负载下末端偏移误差在0.5 mm内;在柔性体弯曲角90°的范围内,末端负载0.5 N的偏移量均值为0.27 mm。实验表明提出的优化夹层切口式机器人具有较大的刚度和负载能力,在实际手术场景应用中,柔性体末端受拉或负载器械时仍能够满足所需的姿态要求。 展开更多

关键词 切口式连续体 构型设计 柔性段优化

原文传递

一类新型仿生起竖结构设计及其动力学分析 被引量：2

12

作者 钱佳伟 孙秀婷 +1 位作者 徐鉴 方虹斌 《力学学报》 EI CAS CSCD 北大核心 2021年第7期2023-2036,共14页

由于生物能够通过丰富的运动形式完成特定的任务,仿生设计方法受到了学者们的广泛关注.蚯蚓在各种环境中具有出色的移动能力和适应性,受此启发,仿蠕虫机器人被提出并应用在搜救、医疗等领域.然而现有的仿蠕虫机器人一般通过体节的轴向... 由于生物能够通过丰富的运动形式完成特定的任务,仿生设计方法受到了学者们的广泛关注.蚯蚓在各种环境中具有出色的移动能力和适应性,受此启发,仿蠕虫机器人被提出并应用在搜救、医疗等领域.然而现有的仿蠕虫机器人一般通过体节的轴向变形实现直线运动,无法实现类似蛇类生物的起竖功能.为了解决现有的仿蠕虫机器人无法起竖的问题,本文提出了一种具有非线性多稳态性质的仿生柔性关节,并在此基础上构建了多节仿生起竖结构以实现类似尺蠖、蛇等生物的起竖功能.首先,本文提出了一种仿生起竖关节模型,推导了多节仿生起竖结构的总势能表达式,从而建立了多节仿生起竖结构的动力学模型;随后,基于多节仿生起竖结构总势能的表达式和多元函数极值原理,提出了实现需求起竖构型的结构参数设计准则,利用动力学模型验证了结构参数设计准则的有效性,并研究了需求构型的触发条件;最后,针对不同起竖节数的设计需求,设计了相应节数的仿生起竖结构.研究结果表明,结构参数设计准则能够使得多节仿生起竖结构达到需求的仿生起竖构型,并在需求构型处保持稳定平衡;此外,定义了初始激励与起竖构型的比例系数单调性变量,并基于仿生起竖结构不同稳态的吸引盆揭示了上述变量构成的构型触发准则,这为仿生起竖结构的构型切换提供了理论依据.本文提出的仿生起竖结构对仿蠕虫机器人的功能拓展具有参考价值和指导意义,也是对仿生设计理论的进一步完善. 展开更多

关键词 仿生结构 结构设计 起竖功能 多稳态 吸引盆

下载PDF 职称材料

基于迁移学习和空洞卷积的癫痫状态识别方法 被引量：5

13

作者 沈雷 耿馨佚 王守岩 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第6期700-710,共11页

癫痫患者脑电信号的自动检测和发作诊断对临床治疗癫痫具有重要意义。针对训练数据有限及训练与测试数据分布不一致的难点,采用领域间联合知识迁移学习方法,实现小训练数据量下的癫痫状态识别。首先对脑电信号进行4层小波包分解,提取小... 癫痫患者脑电信号的自动检测和发作诊断对临床治疗癫痫具有重要意义。针对训练数据有限及训练与测试数据分布不一致的难点,采用领域间联合知识迁移学习方法,实现小训练数据量下的癫痫状态识别。首先对脑电信号进行4层小波包分解,提取小波包分解系数作为特征,通过边缘分布和联合分布迭代调整,完成源域和目标域特征之间的知识迁移,训练空洞卷积神经网络作为分类器,完成目标域癫痫状态识别。分别在波士顿儿童医院CHB-MIT脑电数据集(22例被试,共计790 h)和波恩大学癫痫脑电数据集(5组,每组100个片段,每段23.6s)上进行算法验证,实验结果表明,所提出的方法对复杂癫痫状态的平均识别准确度、敏感性、特异性在CHB-MIT数据集上达到96.8%、96.1%、96.4%;在波恩数据集上,平均识别准确率为96.9%,有效提高了癫痫状态识别综合性能,实现了癫痫发作稳定可靠检测。 展开更多

关键词 脑电信号 小波包变换 迁移学习 空洞卷积 癫痫识别

下载PDF 职称材料

仿蚯蚓移动机器人离散步态控制与相位差控制特性比较 被引量：5

14

作者 何子瀚 方虹斌 徐鉴 《机器人》 EI CSCD 北大核心 2020年第6期697-708,共12页

从机器人的运动特征、稳态平均速度和波动特性3个方面,对仿蚯蚓移动机器人的离散步态控制策略和相位差控制策略进行比较研究.首先,通过学习蚯蚓的形态学特征,基于舵机-弹簧钢片复合结构,设计并制作了可以执行拮抗变形的仿蚯蚓机器人单元... 从机器人的运动特征、稳态平均速度和波动特性3个方面,对仿蚯蚓移动机器人的离散步态控制策略和相位差控制策略进行比较研究.首先,通过学习蚯蚓的形态学特征,基于舵机-弹簧钢片复合结构,设计并制作了可以执行拮抗变形的仿蚯蚓机器人单元,并将其串联得到一个8单元仿蚯蚓移动机器人.以该机器人为平台,从理论和实验角度研究了机器人在离散步态控制和等相位差控制下的平均速度和运动特征.研究发现,对于2种控制策略,实验得到的平均速度都与理论预测定性吻合,但机器人单元在运动过程中有可能发生显著的向后滑动,使得实验得到的平均速度低于理论预测的平均速度.随后,从波传播的角度对2种控制策略进行了比较.2种控制策略都使得机器人单元的变形以波动的形式沿机器人进行传播,传播方向与机器人运动方向相反,与蚯蚓的后退蠕动波机理保持一致.对于离散步态控制,波传播的波形、波速、波长和周期都与步态参数密切相关;对于相位差控制,波形和周期都由作动规律决定,不能通过相位差进行调节,但波速和波长与相位差成反比.从控制效果来看,机器人在最优的等相位差控制模式下可以实现更高的平均速度,且与蚯蚓的连续特征保持一致,具有一定的优势. 展开更多

关键词 仿生机器人:稳态平均速度:移动步态 步态优化 机器人动力学模型:蠕动波

原文传递

融合注意力机制与双向长短时记忆网络的基于语音分析的抑郁识别方法 被引量：4

15

作者 赵张 汪静莹 +2 位作者 耿馨佚 朱廷劭 王守岩 《复旦学报（自然科学版）》 CAS CSCD 北大核心 2021年第6期733-739,共7页

为有效地通过语音识别抑郁状态,在将语音进行滤波、降采样等预处理后通过短时傅里叶变换成时频图,输入本文提出的DD-AudioNet(一种融合注意力机制与双向长短时记忆网络的卷积神经网络)进行训练,提取神经网络的瓶颈层向量作为深度学习特... 为有效地通过语音识别抑郁状态,在将语音进行滤波、降采样等预处理后通过短时傅里叶变换成时频图,输入本文提出的DD-AudioNet(一种融合注意力机制与双向长短时记忆网络的卷积神经网络)进行训练,提取神经网络的瓶颈层向量作为深度学习特征,共128个,再加上声学、频域、停顿、Mel频率倒谱系数和色度5类常用特征共计563个,基于特征选择方法Lasso选择了26个.用迁移学习方法CORAL拉近训练集和测试集的特征分布,最后通过逻辑回归、随机森林和XgBoost分别进行分类辨识.实验结果表明,本文通过高维度特征定义与选择,设计的DD-AudioNet提取的深度学习特征可有效提升基于语音的抑郁状态辨识能力. 展开更多

关键词 抑郁症 语音处理 注意力机制 双向长短时记忆网络 迁移学习

下载PDF 职称材料

基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法 被引量：3

16

作者 毛倩倩 张舒 +1 位作者 徐鉴 方虹斌 《机器人》 EI CSCD 北大核心 2021年第2期234-245,共12页

提出了基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法.首先,针对连续型仿蠕虫移动机器人,推导了基于行波函数的驱动信号表达式,并提出了驱动信号波形生成函数的构造方法.然后,针对多单元仿蠕虫移动机器人,修正了基于行波函数的... 提出了基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法.首先,针对连续型仿蠕虫移动机器人,推导了基于行波函数的驱动信号表达式,并提出了驱动信号波形生成函数的构造方法.然后,针对多单元仿蠕虫移动机器人,修正了基于行波函数的驱动信号表达式,并证明了多单元机器人的驱动信号表达式可以转化为连续型机器人的驱动信号表达式.最后,简单介绍了当存在以不同波速传播的驱动信号时和当不同部分上的驱动信号波形生成函数不相同时的驱动信号表达式.将本文提出的方法应用于一个连续型仿蠕虫移动机器人和两个多单元仿蠕虫移动机器人,新驱动信号表征方法和原驱动信号表征方法得到了相同的结果,表明本文方法具有很强的适用性. 展开更多

关键词 仿蠕虫移动机器人 蠕动波 行波 驱动信号 动力学仿真

原文传递

下肢康复机器人人机耦合动力学建模和主动柔顺控制 被引量：8

17

作者 卢浩 王洪波 冯永飞 《机械工程学报》 EI CAS CSCD 北大核心 2022年第7期32-43,共12页

针对多关节下肢康复机器人非线性人机交互作用力影响训练过程中舒适度和安全性的问题,提出一种人机耦合动力学建模方法和主动柔顺控制策略。结合脑卒中发病初-中期康复训练特点和降低髋关节输出功率的要求,确定出坐卧式下肢康复机器人... 针对多关节下肢康复机器人非线性人机交互作用力影响训练过程中舒适度和安全性的问题,提出一种人机耦合动力学建模方法和主动柔顺控制策略。结合脑卒中发病初-中期康复训练特点和降低髋关节输出功率的要求,确定出坐卧式下肢康复机器人自由度配置、自平衡结构原理,并完成具体模型设计。基于简化的人体肌骨模型,考虑人机耦合方式,确定出人机交互作用力模型,进一步给出考虑自平衡结构影响的人机耦合动力学模型。引入环境刚度模拟患者踩踏在不同路面的接触力效果,利用动力学前馈进行关节期望力矩补偿控制,并通过李雅普诺夫定理判定控制系统的稳定性。通过实验验证了轨迹跟踪、力跟踪的准确性,进一步通过临床试验,92.2%的脑卒中患者病情得到缓解,验证了研究内容的可行性和安全性。 展开更多

关键词 下肢康复机器人 人机耦合动力学 柔顺控制 临床试验

原文传递

踝关节外骨骼人机耦合动力学与助力性能分析 被引量：4

18

作者 高钰清 靳葳 +1 位作者 徐鉴 方虹斌 《力学学报》 EI CAS CSCD 北大核心 2022年第12期3496-3512,共17页

踝关节在人体下肢运动过程中提供了最大的关节力矩,因此在下肢增强型外骨骼的研究中,踝关节外骨骼受到了重点关注.穿戴外骨骼的人体的行走是典型的动力学问题,但目前人机耦合动力学的相关研究还处于早期阶段.本文以绳驱踝关节外骨骼为... 踝关节在人体下肢运动过程中提供了最大的关节力矩,因此在下肢增强型外骨骼的研究中,踝关节外骨骼受到了重点关注.穿戴外骨骼的人体的行走是典型的动力学问题,但目前人机耦合动力学的相关研究还处于早期阶段.本文以绳驱踝关节外骨骼为研究对象,融合机器人正运动学方法和拉格朗日方程建立了考虑足-地交互力、人体关节力矩和外骨骼力矩的人-机耦合动力学模型.模型中,足-地交互力由Kelvin-Voigt模型结合库伦摩擦模型描述,人体关节力矩由基于粒子群优化的PD控制生成,外骨骼期望力矩由上层控制器依据人体步态周期确定.通过基于模型的动力学仿真,本文从人体踝关节角度、踝关节力矩、踝关节功率和踝关节做功多个角度系统分析了踝关节外骨骼对人体行走的助力效果.研究表明,在2.0 km/h到6.5 km/h的人体步行速度下,穿戴外骨骼可以实现至少24.84%的人体踝关节平均力矩下降和至少24.69%的踝关节做功下降.本文也开展了基于SCONE平台的肌肉骨骼建模和预测仿真.仿真结果表明,在3.6 km/h的步行速度下,穿戴外骨骼可以有效降低比目鱼肌的激活度峰值,并使肌电信号的RMS值下降了6.21%,从而从生理学的角度证实了踝关节外骨骼的助力效果.本文的结果进一步完善了人体下肢-外骨骼耦合系统的动力学建模和分析方法,从动力学和生理学角度证实和解释了踝关节外骨骼对行走的助力机制,也为今后下肢外骨骼的实验研究提供了理论支撑. 展开更多

关键词 下肢动力外骨骼 动力学建模 人机动力学 肌肉骨骼模型 肌肉激活度

下载PDF 职称材料

栓塞剂智能注射系统注射流速决策方法研究

19

作者 李嘉晟 任东城 +2 位作者 周波 郭士杰 郭宝磊 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2022年第3期579-585,共7页

介入栓塞治疗广泛用于肿瘤靶向治疗、抗器官功能亢进和止血等手术。栓塞剂注射过程中,医师需要在X线照射环境下工作;而且,栓塞剂注射操作很大程度上依赖于医生的经验与手感,栓塞剂的过量注射会导致反流,造成异位栓塞并引发严重的并发症... 介入栓塞治疗广泛用于肿瘤靶向治疗、抗器官功能亢进和止血等手术。栓塞剂注射过程中,医师需要在X线照射环境下工作;而且,栓塞剂注射操作很大程度上依赖于医生的经验与手感,栓塞剂的过量注射会导致反流,造成异位栓塞并引发严重的并发症。作为降低射线照射、提高介入栓塞治疗成功率的有效手段,栓塞剂注射机器人受到高度期待,但如何决策栓塞剂的推注流速,是一个尚待解决的问题。本文在流体力学仿真和实验的基础上,建立了可避免反流的平均动脉压-注射流速边界曲线模型,为栓塞剂智能注射系统的控制提供了设计依据,并且搭建了注射系统的体外实验平台,进行了验证实验。结果显示,在反流临界流速曲线模型的引导下设计的栓塞剂注射流速曲线,可有效避免栓塞剂反流,同时缩短栓塞剂注射时间,超出该模型的流速限制将引发正常血管被栓塞的风险。本文确认了依据反流临界流速曲线设计栓塞剂注射流速的有效性,可在实现栓塞剂的快速注射的同时避免反流,为栓塞剂注射机器人的设计提供了依据。 展开更多

关键词 栓塞治疗 介入治疗 智能注射系统 注射流速规划

原文传递

融合注意力机制的LSTM期货投资策略 被引量：4

20

作者 李亚峰 王洪波 +3 位作者 李晨 王富豪 刘勐 罗静静 《计算机系统应用》 2021年第8期22-30,共9页

近年来,金融量化领域中不断出现基于人工智能算法的量化投资模型,这些模型试图通过人工智能的方法来对金融时间序列建模,从而对数据进行预测并构建投资策略.针对传统的长短时记忆神经网络(Long Short Term Memory,LSTM)对金融时间序列... 近年来,金融量化领域中不断出现基于人工智能算法的量化投资模型,这些模型试图通过人工智能的方法来对金融时间序列建模,从而对数据进行预测并构建投资策略.针对传统的长短时记忆神经网络(Long Short Term Memory,LSTM)对金融时间序列预测不佳的问题,本文提出一种改进的LSTM模型,通过在LSTM层加入注意力机制(attention mechanism)提高神经网络的预测效果,通过遗传算法(Genetic Algorithm,GA)对模型参数调优提高模型泛化能力.使用2019年1月至2020年5月期间国内股指期货数据,我们进行了现有最高水平(state-of-theart)算法间对比实验,结果显示本文提出的改进的LSTM模型的各方面指标均优于其它模型,显示了该策略模型应用于期货投资的有效性. 展开更多

关键词 神经网络 遗传算法 注意力机制 回测 期货 投资策略

下载PDF 职称材料